본 논문은 중국어 전자의무기록(EMR)을 기반으로 한 자동 국제질병분류(ICD) 코딩을 위한 새로운 프레임워크인 MKE-Coder를 제시합니다. 중국어 EMR의 간결한 서술 방식과 특수한 내부 구조로 인해 질병 코드 관련 정보 추출이 어렵고, 기존 방법들이 질병 기반 다축 지식을 활용하지 못하고 임상 증거와의 연관성이 부족하다는 문제점을 해결하기 위해, MKE-Coder는 먼저 진단에 대한 후보 코드를 식별하고 네 가지 코딩 축으로 분류합니다. 그 후, EMR의 종합적인 내용에서 해당 임상 증거를 검색하고 점수 모델을 통해 신뢰할 수 있는 증거를 필터링합니다. 마지막으로, 마스크 언어 모델링 전략 기반의 추론 모듈을 통해 후보 코드의 유효성을 검증하고, 후보 코드와 관련된 모든 축 지식이 증거에 의해 뒷받침되는지 확인하고 그에 따라 권장 사항을 제공합니다. 다양한 병원에서 수집한 대규모 중국어 EMR 데이터 세트를 사용하여 실험을 수행한 결과, MKE-Coder가 중국어 EMR 기반 자동 ICD 코딩 작업에서 우수한 성능을 보임을 보여주었으며, 모의 실제 코딩 시나리오에서의 실용적인 평가를 통해 코더의 코딩 정확도와 속도 향상에 크게 도움이 됨을 입증했습니다.
